RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.
|
|
- Susanti Chandra
- 7 tahun lalu
- Tontonan:
Transkripsi
1 RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu : 3 pertemuan Pertemuan : pertemuan 1, 2 dan 3 I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. II. Kompetensi Dasar : Menyelesaikan dan menjelaskan konsep-konsep dasar probabilitas III. Indikator : Setelah mengikuti perkuliahan mahasiswa diharapkan dapat : 1. Mencari ruang sampel dan kejadian dari suatu eksperimen 2. Mencari hubungan antar kejadian dari suatu eksperimen 3. Mencari banyaknya kejadian dengan menggunakan konsep dasar menghitung IV. Materi Ajar 1. Ruang sampel dan kejadian 2. Hubungan antar kejadian 3. Teknik Menghitung a. prinsip dasar menghitung b. Permutasi 1
2 c. Kombinasi V. Metode/Strategi Pembelajaran : Ceramah, diskusi dan tugas VI. Tahapan Pembelajaran : A. Kegiatan Awal : Membuat kontrak pembelajaran, memberi gambaran umum inti materi perkuliahan dan tujuan pembelajaran selama satu semester. Meyampaikan materi dan tujuan pembelajran untuk pertemuan ke 1 dan 2 ( satu kompetensi dasar) B. Kegiatan Inti : 1. menyampaikan materi perkuliahan 2. meminta mahasiswa untuk mencari ruang sampel dan kejadian dari suatu eksperimen 3. memberikan kesempatan pada mahasiswa untuk menyelesaikan 4. membahas masalah tersebut melalui diskusi kelas. 5. meminta salah dua mahasiswa untuk maju ke depan membahas masalah tersebut dan mahasiswa lain untuk memberikan tanggapan 6. meminta mahasiswa untuk membuktikan sifat-sifat permutasi dan kombinasi 7. memberikan kesempatan pada mahasiswa untuk diskusi membahas masalah tersebut secara kelompok 8. membahas masalah tersebut melalui diskusi kelas. 9. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan C. Kegiatan Akhir 1. Bersama mahasiswa dosen membuat rangkuman materi 2. memberikan tugas rumah. 2
3 VII. Alat/Bahan/sumber Belajar : A. Alat/media : OHP, LCD, dan Komputer/laptop B. Bahan/sumber ajar : a. N. Setyaningsih, BudiMurtiyasa Pengantar StatistikaMatematika.MUP-UMS b. Spiegel Theory andproblems of Probability and Statistics.ScaumSeries.Singapor VIII. Penilaian : A. Teknik dan Instrumen Penilaian 1. Keaktifan mahasiswa dalam perkuliahan (dinilai0 2. Tes/Tugas : n n n 1 1) Tunjukkan juga bahwa : = + r r 1 r 1 n n r 1 n 2) Tunjukkan bahwa : = r r r 1 n 1 n 3) Tunjukkan bahwa : n = (r + 1) r r 1 4) Seseorang siswa harus menjawab 7 dari 10 soal ujian. (a). ada berapa pilihan dapat dilakukan siswa tersebut? (b). jika ia harus menjawab pertanyaan pertama dan kedua, ada berapa pilihan dapat dilakukan siswa tersebut? (c). ada berapa pilihan, jika siswa tersebut harus menjawab pertanyaan pertama atau kedua, tetapi tidak kedua-duanya? (d). ada berapa pilihan jika ia harus menjawab 3 dari lima pertanyaan pertama? 3
4 B. Kriteria Penilaian : Nf 2Pt 3Ps 5Tt 10 Keterangan : Pt Ps Tt Nf : tugas : Proses : tes tulis : nilai formatif 4
5 RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu : 3 pertemuan Pertemuan : pertemuan 4, 5 dan 6 I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. II. Kompetensi Dasar : Dapat menentukan nilai probabilitas dari suatu kejadian III. Indikator : Setelah mengikuti perkuliahan mahasiswa diharapkan dapat : 1. Mendefinisikan probabilitas 2. Mencari nilai probabilitas 3. Menjelaskan sifat-sifat probabilitas 4. Mencari ruang sampel dengan kombinatorik IV. Materi Ajar Probabilitas : 1. Pengertian probabilitas 2. Sifat-sifat probabilitas 3. Ruang sample diskrit dan kombinatorik 5
6 V. Metode/Strategi Pembelajaran : Ceramah, diskusi dan tugas VI. Tahapan Pembelajaran : A. Kegiatan Awal : Membahas tugas/pekerjaan rumah Meyampaikan materi dan tujuan pembelajran untuk pertemuan ke 3 dan 4 ( satu kompetensi dasar) B. Kegiatan Inti : 1. menyampaikan materi perkuliahan 2. meminta mahasiswa untuk membuktikan sifat-sifat probabilitas 3. memberikan kesempatan pada mahasiswa untuk diskusi 4. membahas masalah tersebut melalui diskusi kelas. 5. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan 6. meminta mahasiswa untuk menghitung probabilitas dari suatu kejadian dengan dengan menggunakan kombinatorik 7. memberikan kesempatan pada mahasiswa untuk diskusi membahas masalah tersebut secara kelompok 8. membahas masalah tersebut melalui diskusi kelas. 9. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan C. Kegiatan Akhir 1. Bersama mahasiswa dosen membuat rangkuman materi 2. memberikan tugas rumah. 6
7 VII. Alat/Bahan/sumber Belajar : A. Alat/media : OHP, LCD, dan Komputer/laptop B. Bahan/sumber ajar : 1). N. Setyaningsih, BudiMurtiyasa Pengantar StatistikaMatematika.MUP-UMS 2). Spiegel Theory andproblems of Probability and Statistics.ScaumSeries.Singapor 3). Freund, Walpole Mathematical Statistics. PrenticeHallInc VIII. Penilaian : A. Teknik dan Instrumen Penilaian 1. Keaktifan mahasiswa dalam perkuliahan (dinilai0 2. Tes/Tugas : 1) Tiga atlet renang A, B, dan C berpacu dalam kolam renang. A dan B mempunyai probabilitas yang sama untuk menang, dan masing-masing mempunyai kemungkinan menang atas atas C dua kali lebib besar. Carilah probabilitas A atau C menang! 2) Sebuah dadu mempunyai berat sedemikian hingga mata dadu ganjil mempunyai kesempatan yang sama untuk muncul, setiap mata dadu genap juga mempunyai kesempatan yang sama untuk muncul. Tetapi setiap mata dadu ganjil mempunyai kemungkinan muncul dua kali lebih besar atas setiap mata dadu genap. Carilah probabilitas : (a). muncul mata dadu ganjil (b). muncul mata dadu prima (c). muncul mata dadu prima genap (d). muncul mata dadu prima ganjil 7
8 3) Kepolisian Kota Besar divisi Patroli Jalan Raya membutuhkan ban baru untuk mobil-mobil patrolinya. Probabilitas bahwa ia akan membeli ban Goodyear, Intirub, GT One, Dunlop, atau Bridgestone berturut-turut adalah 0,15; 0,24; 0,11; 0,28; dan 0,22. Carilah probabilitas bahwa yang akan dibeli adalah ban : (a). Goodyear atau GT One (b). Intirub, Dunlop, atau Bridgestone (c). GT One atau Bridgestone B. Kriteria Penilaian : Nf 2Pt 3Ps 5Tt 10 Keterangan : Pt Ps Tt Nf : tugas : Proses : tes tulis : nilai formatif 8
9 RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu : 2 pertemuan Pertemuan : pertemuan 7 dan 8 I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. II. Kompetensi Dasar : Menghitung nilai probabilitas bersyarat dari suatu kejadian III. Indikator : Setelah mengikuti perkuliahan mahasiswa diharapkan dapat : 1. Menjelaskan probabilitas bersyarat dari suatu kejadian 2. Menjelaskan aturan bayes dan mengaplikasikan dalam probabilitas 3. Menjelaskan kejadian yang independen dalam probabilitas IV. Materi Ajar Probabilitas bersyarat : 1. pengertian Probabilitas bersyarat 2. Aturan bayes 3. Kejadian yang independen 9
10 V. Metode/Strategi Pembelajaran : Ceramah, diskusi dan tugas VI. Tahapan Pembelajaran : A. Kegiatan Awal : Membahas tugas/pekerjaan rumah Meyampaikan materi dan tujuan pembelajran untuk pertemuan ke 3 dan 4 ( satu kompetensi dasar) B. Kegiatan Inti : 1. menyampaikan materi perkuliahan 2. meminta mahasiswa untuk membuktikan sifat-sifat probabilitas bersyarat 3. memberikan kesempatan pada mahasiswa untuk diskusi 4. membahas masalah tersebut melalui diskusi kelas. 5. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan 6. meminta mahasiswa untuk menghitung probabilitas bersyarat dari suatu kejadian serta menunjukan kejadian-kejadian yang independen 7. memberikan kesempatan pada mahasiswa untuk diskusi membahas masalah tersebut secara kelompok 8. membahas masalah tersebut melalui diskusi kelas. 9. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan C. Kegiatan Akhir 1. Bersama mahasiswa dosen membuat rangkuman materi 2. memberikan tugas rumah. 10
11 VII. Alat/Bahan/sumber Belajar : A. Alat/media : OHP, LCD, dan Komputer/laptop B. Bahan/sumber ajar : 1). N. Setyaningsih, BudiMurtiyasa Pengantar StatistikaMatematika.MUP-UMS 2). Spiegel Theory andproblems of Probability and Statistics.ScaumSeries.Singapor 3). Freund, Walpole Mathematical Statistics. PrenticeHallInc VIII. Penilaian : A. Teknik dan Instrumen Penilaian 1. Keaktifan mahasiswa dalam perkuliahan (dinilai0 2. Tes/Tugas : 1) Andaikan E adalah sembarang kejadian dalam ruang sampel S, dengan P(E) > 0. Tunjukkan bahwa probabilitas bersyarat P(* E) memenuhi : (a). untuk sembarang kejadian A, 0 P(A E) 1 (b). P(S E) = 1 (c). jika A dan B saling asing, maka P((A B) E) = P(A E) + P(B E) 2) Dari wisuda sarjana sebuah Universitas, diketahui dari Fakultas Ekonomi 2 lakilaki dan 2 perempuan, dari Fakultas Hukum 3 laki-laki dan 4 perempuan, dan dari Fakultas Teknik 4 laki-laki dan 1 perempuan. Seorang wisudawan dipilih secara acak, dan diketahui ia laki-laki. Berapa probabilitas ia berasal dari Fakultas Hukum?. 3) Dua buah dadu dilempar bersama. Kejadian-kejadian : A = { mata dadu pertama menunjukkan mata dadu ganjil} B = { mata dadu kedua menunjukkan mata dadu ganjil} C = {kedua dadu menunjukkan mata dadu ganjil}. Selidiki apakah : 11
12 (a). A dan B bebas? (b). A dan C bebas? (c). B dan C bebas? (d). A, B, dan C bebas? B. Kriteria Penilaian : Nf 2Pt 3Ps 5Tt 10 Keterangan : Pt Ps Tt Nf : tugas : Proses : tes tulis : nilai formatif 12
13 RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu : 2 pertemuan Pertemuan : pertemuan 9 dan 10 I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. II. Kompetensi Dasar : Menjelaskan tentang variable random dan jenis fungsi baik untuk variable randon kontinu maupun diskrit III. Indikator : Setelah mengikuti perkuliahan mahasiswa diharapkan dapat : 1. menjelaskan tentang variable randon 2. Menjelaskan fungsi probabilitas dan CDF dari variabel random diskrit 3. Menjelaskan fungsi probabilitas dan CDF dari variabel random diskrit IV. Materi Ajar Variabel Random : 1. Pengertian variabel random 2. Fungsi probabilitas dan CDF dari var. Random diskrit 3. Fungsi densites dan CDF dari var. Random kontinu 13
14 V. Metode/Strategi Pembelajaran : Ceramah, diskusi dan tugas VI. Tahapan Pembelajaran : A. Kegiatan Awal : Membahas tugas/pekerjaan rumah Meyampaikan materi dan tujuan pembelajran untuk pertemuan ke 3 dan 4 ( satu kompetensi dasar) B. Kegiatan Inti : 1. menyampaikan materi perkuliahan 2. meminta mahasiswa untuk menentukan fungsi probabilitas beserta fungsi distribusi komulatif dari suatu kejadian untuk kasus variabel random diskrit 3. memberikan kesempatan pada mahasiswa untuk diskusi 4. membahas masalah tersebut melalui diskusi kelas. 5. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan 6. meminta mahasiswa untuk menentukan fungsi probabilitas beserta fungsi distribusi komulatif dari suatu kejadian untuk kasus variabel random kontinu. 7. memberikan kesempatan pada mahasiswa untuk diskusi membahas masalah tersebut secara kelompok 8. membahas masalah tersebut melalui diskusi kelas. 9. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan C. Kegiatan Akhir 1. Bersama mahasiswa dosen membuat rangkuman materi 2. memberikan tugas rumah. 14
15 VII. Alat/Bahan/sumber Belajar : A. Alat/media : OHP, LCD, dan Komputer/laptop B. Bahan/sumber ajar : 1). N. Setyaningsih, BudiMurtiyasa Pengantar StatistikaMatematika.MUP-UMS 2). Spiegel Theory andproblems of Probability and Statistics.ScaumSeries.Singapor 3). Freund, Walpole Mathematical Statistics. PrenticeHallInc VIII. Penilaian : A. Teknik dan Instrumen Penilaian 1. Keaktifan mahasiswa dalam perkuliahan (dinilai) 2. Tes/Tugas : 1) Sebuah kotak berisi 4 bola putih dan 3 bola merah. Dua buah bola diambil secara acak dari dalam kotak. Andaikan variabel acak Y menyatakan banyaknya bola putih yang terambil. Carilah : (a). fungsi probabilitas dari Y (b). P(Y 1) (c). fungsi distribusi Y, dan gambarlah grafiknya. 2) Fungsi distribusi dari suatu variabel acak X diketahui adalah : 0 untuk x 0 x / 4 untuk 0 x 1 1 x 1 F(x) = 2 untuk 1 x / 12 untuk 2 x 3 1 untuk x 3 15
16 Carilah : (a). P(X = 1); P(X = 2); dan P(X = 3) (b). P(1/4 < X < 3/2) 3) Sebuah mata uang logam mempunyai berat sedemikian hingga bila dilakukan pelemparan sisi gambar mempunyai kesempatan untuk muncul tiga kali lebih besar daripada sisi angka. Jika mata uang ini dilempar tiga kali, dan X adalah sebuah variabel acak yang menyatakan banyaknya gambar yang muncul, carilah : (a). distribusi probabilitas dari X (b). P(X 2) (c). fungsi distribusi dari X, dan gambar grafiknya (d). dengan menggunakan hasil (c)., dapatkan P(1 X 3), dan P(X < 2). B. Kriteria Penilaian : Nf 2Pt 3Ps 5Tt 10 Keterangan : Pt Ps Tt Nf : tugas : Proses : tes tulis : nilai formatif 16
17 RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu : 2 pertemuan Pertemuan : pertemuan 11 dan 12 I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. II. Kompetensi Dasar : Menjelaskan dan menentukan ekspektasi baik untuk variabel random diskrit dan kontinu III. Indikator : Setelah mengikuti perkuliahan mahasiswa diharapkan dapat : 1. Menjelaskan ekspektasi dan sifat-sifat dari suatu variabel random 2. Menghitung ekspektasi dari wariabel random diskrit 3. Menghitung ekspektasi dari wariabel random kontinu 4. Menjelaskan momen dan sifat-sifat baik untuk variabel random diskrit maupun kontinu 5. Menjelaskan fungsi pembangkit momen (fpm) 17
18 IV. Materi Ajar Espektasi Matematika : 1. Ekspektasi dari Variabel Random diskrit maupun kontinu 2. Momen dan sifat-sifatnya. 3. Fungsi pembangkit momen V. Metode/Strategi Pembelajaran : Ceramah, diskusi dan tugas VI. Tahapan Pembelajaran : A. Kegiatan Awal : Membahas tugas/pekerjaan rumah Meyampaikan materi dan tujuan pembelajran untuk pertemuan ke 7 dan 8 ( satu kompetensi dasar) B. Kegiatan Inti : 1. menyampaikan materi perkuliahan 2. meminta mahasiswa untuk menghitung mean dan variansi dengan menggunakan ekspektasi baik untuk variabel random diskrit maupun kontinu. 3. memberikan kesempatan pada mahasiswa untuk diskusi 4. membahas masalah tersebut melalui diskusi kelas. 5. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan 6. meminta mahasiswa untuk membuktikan sifat-sifat momen serta menghitung nilai momen baik untuk variabel random diskrit maupun kontinu. 7. memberikan kesempatan pada mahasiswa untuk diskusi membahas masalah tersebut secara kelompok 8. membahas masalah tersebut melalui diskusi kelas. 9. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan 18
19 C. Kegiatan Akhir 1. Bersama mahasiswa dosen membuat rangkuman materi 2. memberikan tugas rumah. VII. Alat/Bahan/sumber Belajar : A. Alat/media : OHP, LCD, dan Komputer/laptop B. Bahan/sumber ajar : 1). N. Setyaningsih, BudiMurtiyasa Pengantar StatistikaMatematika.MUP-UMS 2). Spiegel Theory andproblems of Probability and Statistics.ScaumSeries.Singapor 3). Freund, Walpole Mathematical Statistics. PrenticeHallInc VIII. Penilaian : A. Teknik dan Instrumen Penilaian 1. Keaktifan mahasiswa dalam perkuliahan (dinilai) 2. Tes/Tugas : 1) Variabel acak X mempunyai fungsi densitas 2x untuk 0 x 1 f(x) = 0 untuk x lainnya Carilah : (a). empat momen yang pertama dari X (b). tiga momen sentral yang pertama dari X 19
20 2) Andaikan X adalah fungsi variabel random dengan fungsi densitas : 2 3x untuk 0 x 1 f(x) = 0 untuk x lainnya Hitunglah : (a). E(X) (b). E(4X - 2) (c). E[(X-2) 2 ] 3) Sebuah mata uang logam mempunyai berat sedemikian hingga bila dilakukan pelemparan sisi gambar mempunyai kesempatan untuk muncul tiga kali lebih besar daripada sisi angka. Jika mata uang ini dilempar tiga kali, dan X adalah sebuah variabel acak yang menyatakan banyaknya gambar yang muncul, carilah : (a). Mean dari variable x (b). Carilah Var (X) (c). Carilah Var ((2X + 3)/5) B. Kriteria Penilaian : Nf 2Pt 3Ps 5Tt 10 Keterangan : Pt : tugas Ps : Proses Tt : tes tulis Nf : nilai formatif 20
21 RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu : 1 pertemuan Pertemuan : pertemuan 13 I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. II. Kompetensi Dasar : Menjelaskan jenis distribusi khusus dari variabel random diskrit beserta sifat-sifatnya III. Indikator : Setelah mengikuti perkuliahan mahasiswa diharapkan dapat : 1. Menjelaskan distribusi bernoulli beserta sifat-sifatnya 2. Menjelaskan distribusi binomial beserta sifat-sifatnya IV. Materi Ajar Jenis distribusi : 1. Distribusi bernoulli 2. Distribusi binomial V. Metode/Strategi Pembelajaran : Ceramah, diskusi dan tugas 21
22 VI. Tahapan Pembelajaran : A. Kegiatan Awal : Membahas tugas/pekerjaan rumah Meyampaikan materi dan tujuan pembelajran untuk pertemuan ke 11 dan 12 kompetensi dasar) B. Kegiatan Inti : 1. menyampaikan materi perkuliahan 2. meminta mahasiswa untuk menjelaskan tentang distribusi bernoulli, binomial, poisson dan geometri 3. memberikan kesempatan pada mahasiswa untuk diskusi 4. membahas masalah tersebut melalui diskusi kelas. 5. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan 6. meminta mahasiswa untuk menghitung mean, variansi dan momen dari distribusi distribusi bernoulli, binomial, poisson dan geometri. 7. memberikan kesempatan pada mahasiswa untuk diskusi membahas masalah tersebut secara kelompok 8. membahas masalah tersebut melalui diskusi kelas. 9. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan ( satu C. Kegiatan Akhir 1. Bersama mahasiswa dosen membuat rangkuman materi 2. memberikan tugas rumah. 22
23 VII. Alat/Bahan/sumber Belajar : A. Alat/media : OHP, LCD, dan Komputer/laptop B. Bahan/sumber ajar : 1). Spiegel Theory andproblems of Probability and Statistics.ScaumSeries.Singapor 2). Freund, Walpole Mathematical Statistics. PrenticeHallInc VIII. Penilaian : A. Teknik dan Instrumen Penilaian 1. Keaktifan mahasiswa dalam perkuliahan (dinilai) 2. Tes/Tugas : 1) Distribusi Bernoulli dapat dipandang sebagai sebuah distribusi binomial dengan n = 1. Perlihatkan bahwa untuk distribusi Bernoulli, berlaku r = untuk r = 1, 2, 3,... / (a) dengan mengevaluasi jumlah x. f ( x; ); 1 x 0 (b) dengan memberikan n = 1 dalam fungsi moment-generating dari distribusi binomial dengan memeriksa deret Maclaurin. 23
24 Juga perlihatkan bahwa 3 = 1 20 (1 ) dimana 3 adalah ukuran skewness (kemiringan) yang 3 didefinisikan 3 ; 3 2) Suatu test pilihan ganda terdiri dari delapan pertanyaan dan tiga jawaban untuk masing-masing pertanyaan (dimana hanya satu yang benar). Jika seorang siswa menjawabmasing-masing pertanyaan dengan cara menggulingkan sebuah dadu yang seimbang dan menandai jawaban yang pertama jika dia mendapatkan 1 atau 2, jawaban kedua jika dia mendapatkan 3 atau 4, dan jawaban yang ketiga jika dia mendapatkan 5 atau 6, berapa probabilitas bahwa dia akan mendapatkan empat jawaban yang benar-benar tepat. 3) Jika 40 persen dari tikus yang digunakan dalam eksperimen akan menjadi agresif dalam satu menit setelah diberi obat eksperimental, carilah probabilitas bahwa tepatnya enam dari lima belas tikus yang telah diberi obat tersebut akan menjadi sangat aggresif dalam satu menit, dengan menggunakan rumus untuk distribusi binomial B. Kriteria Penilaian : 2Pt 3Ps 5Tt Nf 10 Keterangan : Pt : tugas Ps : Proses Tt : tes tulis Nf : nilai formatif 24
25 RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu : 1 pertemuan Pertemuan : pertemuan 14 I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. II. Kompetensi Dasar : Menjelaskan jenis distribusi khusus dari variabel random kontinu beserta sifat-sifatnya III. Indikator : Setelah mengikuti perkuliahan mahasiswa diharapkan dapat : 1. Menjelaskan distribusi uniform beserta sifat-sifatnya 2. Menjelaskan distribusi normal beserta sifat-sifatnya IV. Materi Ajar Jenis distribusi : 1. Distribusi uniform 2. Distribusi normal 25
26 V. Metode/Strategi Pembelajaran : Ceramah, diskusi dan tugas VI. Tahapan Pembelajaran : A. Kegiatan Awal : Membahas tugas/pekerjaan rumah Meyampaikan materi dan tujuan pembelajran untuk pertemuan ke 13 dan 14 kompetensi dasar) B. Kegiatan Inti : 1. menyampaikan materi perkuliahan 2. meminta mahasiswa untuk menjelaskan tentang distribusi uniform, gamma, eksponensial, chi kuadrat, beta dan normal. 3. memberikan kesempatan pada mahasiswa untuk diskusi 4. membahas masalah tersebut melalui diskusi kelas. 5. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan 6. meminta mahasiswa untuk menghitung mean, variansi dan momen dari distribusi distribusi uniform, gamma, eksponensial, chi kuadrat, beta dan normal. 7. memberikan kesempatan pada mahasiswa untuk diskusi membahas masalah tersebut secara kelompok 8. membahas masalah tersebut melalui diskusi kelas. 9. meminta salah satu kelompok untuk maju ke depan membahas masalah tersebut dan kelompok lain untuk memberikan tanggapan ( satu C. Kegiatan Akhir 1. Bersama mahasiswa dosen membuat rangkuman materi 2. memberikan tugas rumah. 26
27 VII. Alat/Bahan/sumber Belajar : A. Alat/media : OHP, LCD, dan Komputer/laptop B. Bahan/sumber ajar : 1). Spiegel Theory andproblems of Probability and Statistics.ScaumSeries.Singapor 2). Freund, Walpole Mathematical Statistics. PrenticeHallInc VIII. Penilaian : A. Teknik dan Instrumen Penilaian 1. Keaktifan mahasiswa dalam perkuliahan (dinilai) 2. Tes/Tugas : 1) Tunjukkan bahwa momen ke- r terhadap titik asal dari distribusi gamma dengan parameter dan adalah. ' r r ( r) ( ) 2) Jika X ~ Eksp (p), maka ujilah mean dan variansi dari teorema 3.5. dengan menggunakan fungsi pembangkit momen. B. Kriteria Penilaian : Nf 2Pt 3Ps 5Tt 10 Keterangan : Pt Ps Tt Nf : tugas : Proses : tes tulis : nilai formatif 27
28 28
29 29
30 30
31 31
32 32
33 33
34 34
SILABUS MATA KULIAH. : Dapat menyelesaikan permasalahan probabilitas dan mampu mengaplikasikan dalam kehidupan
SILABUS MATA KULIAH Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Mata kuliah : Probabilitas Bobot : 3 SKS Semester : III Mata Kuliah Prasyarat : - Deskripsi Mata Kuliah : Mata kuliah
Lebih terperinciRENCANA MUTU PEMBELAJARAN
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 504203 Nama Mata Kuliah : Statistika Matematika Jumlah sks : 3 sks Semester : V Alokasi
Lebih terperinciRENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 504203 Nama Mata Kuliah : Statistika Dasar Jumlah sks : 3 sks Semester : IV Alokasi
Lebih terperinciRENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Dapat mengaplikasikan transformasi untuk memecahkan masalah geometri
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 603203 Nama Mata Kuliah : Geometri Transformasi Jumlah sks : 2 sks Semester : VI Alokasi
Lebih terperinciSILABUS MATA KULIAH. Pengalaman Pembelajaran
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Mata Kuliah Pra Syarat : TKI-101 Pengantar Teknik Industri
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER (FILKOM) UNIVERSITAS PUTRA INDONESIA YPTK PADANG LEMBAR PENGESAHAN Rencana
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) MUG2D3 PROBABILITAS DAN STATISTIKA Disusun oleh: INDWIARTI FAKULTAS INFORMATIKA TELKOM UNIVERSITY 1 LEMBAR PENGESAHAN Rencana Pembelajaran Semester (RPS) ini telah disahkan
Lebih terperinciSATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS
SATUAN ACUAN PERKULIAHAN MATA KULIAH : KODE : TIK1010 / SKS : 3 SKS SEMESTER : III / GANJIL WAKTU : 150 Menit JUMLAH PERTEMUAN : 16 x pertemuan (14 x materi kuliah, 2 x Ujian (UTS dan UAS)) 1 ANALISIS
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciPENGANTAR MODEL PROBABILITAS
PENGANTAR MODEL PROBABILITAS (PMP, Minggu 1-7) Sri Haryatmi Kartiko Universitas Gadjah Mada Juni 2014 Outline 1 Minggu 1:HIMPUNAN Operasi Himpunan Sifat-Sifat Operasi Himpunan 2 Minggu 2:COUNTING TECHNIQUE
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan
Lebih terperinciTHEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP
THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL
Lebih terperinciSILABUS MATA KULIAH. Pengalaman Pembelajaran. Dasar-dasar vektor dan vektor pada bidang datar (dimensi dua)
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-206 Nama Mata Kuliah : Matriks dan Vektor Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-111 Matematika Industri II
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang
Lebih terperinciSATUAN ACARA PEMBELAJARAN (SAP)
1 SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah Kode Mata Kuliah SKS Durasi Pertemuan Pertemuan ke : Statistika dan Probabilitas : TSP-203 : 2 (Dua) : 100 menit : 1 (Satu) A. Kompetensi: a. Umum : Mahasiswa
Lebih terperinciRPS STATISTIKA MATEMATIKA
RPS STATISTIKA MATEMATIKA Fenny Fitriani, S.Si, M.Si UNIVERSITAS PGRI ADI BUANA SURABAYA Fakultas Keguruan dan Ilmu Pendidikan Program Studi Pendidikan Matematika Jalan Ngagel Dadi III-B / 37, Surabaya
Lebih terperinciPOKOK BAHASAN YANG DIAJARKAN: 1. DISTRIBUSI PEUBAH ACAK a. Distribusi Peubah Acak Tunggal b. Distribusi Peubah Acak Ganda c. Distribusi Bersyarat d.
POKOK BAHASAN YANG DIAJARKAN:. DISTRIBUSI PEUBAH ACAK a. Distribusi Peubah Acak Tunggal b. Distribusi Peubah Acak Ganda c. Distribusi Bersyarat d. Teorema Bayes. EKSPEKTASI MATEMATIK a. Ekspektasi b. Variansi
Lebih terperinciSILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%
0 SILABUS 1. Identitas Mata Kuliah Nama Mata Kuliah : Statistika Matematik 1 Kode Mata Kuliah : MT 404 Jumlah SKS : 3 Semester : 6 Kelompok Mata Kuliah : Mata Kuliah Keahlian (MKK) Program Studi Jurusan/Program
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam
4 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam menentukan momen, kumulan, dan fungsi karakteristik dari distribusi log-logistik (α,β). 2.1 Distribusi Log-Logistik
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciSILABUS MATA KULIAH. : Dapat menganalisis tentang statistika inferensial secara teoritik beserta komponen dan sifat-sifatnya
SILABUS MATA KULIAH Program Studi : Pendidikan Matematika Kode Mata Kuliah : 50603 Mata kuliah : Statistika Matematika Bobot : 3 SKS Semester : V Mata Kuliah Prasyarat : Probabilitas Deskripsi Mata Kuliah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciPeubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1
Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.
Lebih terperinciSILABUS MATA KULIAH. Standar Kompetensi Mahasiswa dapat memahami konsep-konsep matematika dan penerapannya dalam suatu industri.
Program Studi : Teknik Industri Kode Mata Kuliah : TKI 215 Nama Mata Kuliah : Matematika Terapan Jumlah SKS : 2 Semester : IV Mata Kuliah Pra Syarat : TKI-206 Matriks dan Vektor SILABUS MATA KULIAH Deskripsi
Lebih terperinciDISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS
DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
Lebih terperinciHidup penuh dengan ketidakpastian
BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa
Lebih terperinciKumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X
Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik
Lebih terperinciModel dan Simulasi Universitas Indo Global Mandiri
Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak
STK511 Analisis Statistika Pertemuan 3 Sebaran Peluang Peubah Acak Beberapa Konsep Dasar Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya
Lebih terperinciSILABUS MATA KULIAH. Pengalaman Pembelajaran
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas Deskripsi
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciSTATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Probabilitas PELUANG Eksperimen Aktivitas / pengukuran / observasi suatu fenomena yang bervariasi outputnya Ruang Sampel / Sample Space Semua output
Lebih terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciSILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-101 Pengantar Teknik Industri
Lebih terperinciSTATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling
STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial
Lebih terperinciBAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain
Lebih terperinciTeori Peluang Diskrit
Teori Peluang Diskrit Peluang Diskrit Apa yang terjadi jika keluaran dari suatu eksperimen tidak memiliki peluang yang sama? Dalam kasus ini, peluang p(s) dipadankan dengan setiap keluaran s S, di mana
Lebih terperinciRANCANGAN PEMBELAJARAN
RANCANGAN PEMBELAJARAN Mata Kuliah : dan Proses Stokastik Semester : Jurusan : Dosen : TIU : respon sistem linear dengan input menggunakan konsep probabilitas dan proses stokastik (C4) No.. Mahasiswa mampu
Lebih terperinciPENGANTAR PROBABILITAS STATISTIKA UNIPA SBY
PENGANTAR PROBABILITAS GANGGA ANURAGA POKOK BAHASAN Konsep dasar probabilitas Teori himpunan Permutasi Kombinasi Koefisien binomial Koefisien multinomial Probabilitas Aksioma probabilitas Probabilitas
Lebih terperinciBab 9. Peluang Diskrit
Bab 9. Peluang Diskrit Topik Definisi Peluang Diskrit Sifat Peluang Diskrit Probabilitas terbatas Konsep Teori Himpunan pada Peluang Diskrit Probabilitas Kejadian Majemuk A B dan A B DuaKejadianSalingLepas
Lebih terperinciBAHAN KULIAH STATISTIKA (Kelas Teori)
BAHAN KULIAH STATISTIKA (Kelas Teori) Fakultas : Fakultas Teknologi Industri Jurusan : Teknik informatika Mata kuliah & Kode : STATISTIKA SKS : Teori : 3 Praktik : - Semester dan Waktu : Sem : I Waktu
Lebih terperinciMisalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen.
Peluang Peluang dan Kejadian Peluang Bersyarat Peubah Acak dan Nilai Harapan Kovarian dan Korelasi 1.1 PELUANG DAN KEJADIAN Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan
Lebih terperinciHarapan Matematik (Teori Ekspektasi)
(Teori Ekspektasi) PROBABILITAS DAN STATISTIKA Semester Genap 2014/2015 LUTFI FANANI lutfi.class@gmail.com Sifat Definisi Harapan matematik atau nilai ekspektasi adalah satu konsep yang penting di dalam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinciPenentuan Momen ke-5 dari Distribusi Gamma
Jurnal Penelitian Sains Volume 6 Nomor (A) April 0 Penentuan Momen ke-5 dari Distribusi Gamma Robinson Sitepu, Putra B.J. Bangun, dan Heriyanto Jurusan Matematika Fakultas MIPA Universitas Sriwijaya, Indonesia
Lebih terperinciBILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :
BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak
Lebih terperinciBAB 3 Teori Probabilitas
BAB 3 Teori Probabilitas A. HIMPUNAN a. Penulisan Hipunan Cara Pendaftaran Cara Pencirian 1) A = {a,i,u,e,o} 1) A = {X: x huruf vokal } 2) B = {1,2,3,4,5} menghasilkan data diskrit 2) B = {X: 1 x 2} menghasilkan
Lebih terperinciBAB IV. DISTRIBUSI PROBABILITAS DISKRIT
BAB IV. DISTRIBUSI PROBABILITAS DISKRIT A. Variabel random diskrit. Variabel random diskrit X adalah : Cara memberi nilai angka pada setiap elemen ruang sampel X(a) : Ukuran karakteristik tertentu dari
Lebih terperinciNilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2
Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan
Lebih terperinciBAB V TEORI PROBABILITAS
BAB V TEORI PROBABILITAS Probabilitas disebut juga dengan peluang atau kemungkinan. Probabilitas merupakan suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian yang acak. Oleh karena
Lebih terperinci5. Peluang Diskrit. Pengantar
5. Peluang Diskrit Pengantar Semua yang telah dipelajari di dalam teori pencacahan (counting) akan menjadi dasar dalam perhitungan peluang terjadinya suatu peristiwa. Dalam pembahasan berikut, istilah
Lebih terperinciDistribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah
Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)
Lebih terperinciSILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-493 Nama Mata Kuliah : Rekayasa Produktivitas Jumlah SKS :
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-493 Nama Mata Kuliah : Rekayasa Produktivitas Jumlah SKS : 3 Semester : VIII Deskripsi Mata Kuliah : Mata Kuliah ini mengkaji
Lebih terperinciBab 2 DISTRIBUSI PELUANG
Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut
Lebih terperinci1 PROBABILITAS. Pengertian
PROBABILITAS Pengertian Pada awal perkuliahan, sebelum menjelaskan probabilitas, dibahas sepintas sebagai pengantar tentang eksperimen, titik sampel, ruang sampel, dan peristiwa, serta variabel random
Lebih terperinciII. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi
II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian penulis. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari generalized Weibull
Lebih terperinciDasar-dasar Statistika Pemodelan Sistem
Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016
Lebih terperinciPERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung
PERMUTASI, KOMBINASI DAN PELUANG A. KAIDAH PENCACAHAN Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung berapa banyaknya cara yang mungkjin terjadi dalam suatu percobaan. Kaidah pencacahan
Lebih terperinciStatistika Farmasi
Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu
Lebih terperinciVariabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah
Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan
Lebih terperinciStatistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T
Statistika & Probabilitas Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Kejadian Kejadian adalah himpunan bagian (subset) dari ruang sampel S. Dapat dipahami, kejadian adalah himpunan dari
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI & PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK / 3 SKS
SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK-043241 / 3 SKS Minggu Ke Pokok Bahasan dan TIU Sub-pokok Bahasan dan Sasaran Belajar Cara Pengajaran
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan IV Konsep Peluang Septian Rahardiantoro - STK IPB 1 Populasi Pengambilan contoh dari populasi untuk pendugaan parameter Contoh1 Parameter μ Statistik x Setara
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS U N I F O R M ( S E R A G A M ) B E R N O U L L I B I N O M I A L P O I S S O N MA 4085 Pengantar Statistika 26 Februari 2013 Utriweni Mukhaiyar M U L T I N O M I A L H I P E
Lebih terperinciKATA PENGANTAR. Salatiga, Juni Penulis. iii
KATA PENGANTAR Teori Probabilitas sangatlah penting dalam memberikan dasar pada Statistika dan Statistika Matematika. Di samping itu, teori probabilitas juga memberikan dasar-dasar dalam pembelajaran tentang
Lebih terperinciSILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Menyusun langkahlangkah. 1. Langkahlangkah. setiap metode penarikan sampel 2.
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-209 Nama Mata Kuliah : Praktikum Statistika Jumlah SKS : 1 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas
Lebih terperinciEKSPEKTASI. Achmad Basuki. Politeknik Elektronika Negeri Surabaya 2004
EKSPEKTASI Achmad Basuki Politeknik Elektronika Negeri Surabaya 004 Jam Jumlah bemo 06.00-06.30 5 06.30-07.00 9 07.00-07.30 7 07.30-08.00 7 08.00-08.30 5 08.30-09.00 4 09.00-09.30 09.30-0.00 4 0.00-0.30
Lebih terperinciSampling dengan Simulasi Komputer
Modul Sampling dengan Simulasi Komputer PENDAHULUAN Sutawanir Darwis M etode statistika merupakan alat untuk menyelesaikan masalah apabila solusi analitik tidak mungkin diperoleh. Dengan metode statistika
Lebih terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinci25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak
Konsep Peubah Acak Metode Statistika (STK11) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan
Lebih terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciA. Fungsi Distribusi Binomial
Jurnal Peta Konsep Daftar Hadir MateriA SoalLatihan Materi MIPA DISTRIBUSI BINOMIAL DAN PENARIKAN KESIMPULAN Kelas XI, Semester 3 A. Fungsi Distribusi Binomial www.yudarwi.com A. Fungsi Distribusi Binomial
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciMODUL PELUANG MATEMATIKA SMA KELAS XI
KATA PENGANTAR Segala puji syukur bagi Allah SWT yang senantiasa melimpahkan rahmat dan karunia-nya. Sebaik-baiknya shalawat serta salam semoga Allah SWT limpahkan kepada Nabi Besar Muhammad SAW, beserta
Lebih terperinciSILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 4 September 2015
SILABUS MATAKULIAH Revisi : 4 Tanggal Berlaku : 4 September 2015 A. Identitas 1. Nama Matakuliah : Teori Probabilitas 2. Program Studi : Teknik Industri 3. Fakultas : Teknik 4. Bobot sks : 2 SKS 5. Elemen
Lebih terperinciTugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG
Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah
Lebih terperinciPeluang Aturan Perkalian, Permutasi, dan Kombinasi dalam Pemecahan Masalah Ruang Sampel Suatu Percobaan Peluang Suatu Kejadian dan Penafsirannya
2 Aturan Perkalian, Permutasi, dan Kombinasi dalam ; Pemecahan Masalah Ruang Sampel Suatu Percobaan ; Suatu Kejadian dan Penafsirannya ; Pada era demokrasi saat ini untuk menduduki suatu jabatan tertentu
Lebih terperinciINFERENSI STATISTIK DISTRIBUSI BINOMIAL DENGAN METODE BAYES MENGGUNAKAN PRIOR KONJUGAT. Oleh : ADE CANDRA SISKA NIM: J2E SKRIPSI
INFERENSI STATISTIK DISTRIBUSI BINOMIAL DENGAN METODE BAYES MENGGUNAKAN PRIOR KONJUGAT Oleh : ADE CANDRA SISKA NIM: J2E 006 002 SKRIPSI Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada
Lebih terperinciMenghitung peluang suatu kejadian
Menghitung peluang suatu kejadian A. Ruang Sampel, Titik Sampel, dan Kejadian Dari pandangan intuitif, peluang terjadinya suatu peristiwa atau kejadian adalah nilai yang menunjukkan seberapa besar kemungkinan
Lebih terperinciPROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS
PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : E124304 / Teori Probabilitas Revisi 4 Satuan Kredit Semester : 2 SKS Tgl revisi : 16 Juli 2015 Jml Jam kuliah dalam seminggu
Lebih terperinciSilabus dan Satuan Acara Perkuliahan
Fakultas Ekonomi No. Dokumen : FE-SSAP-S2-10 Program Studi S1 Akuntansi No. Revisi : 03 Silabus dan Satuan Acara Perkuliahan Tgl.Revisi : 23-06-2010 Tgl. Berlaku : 23-06-2010 Statistik & Probabilitas Halaman
Lebih terperinciSilabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014
Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014 Waktu : (Selasa, jam 10.00 11.40, D3D) dan (Kamis, jam 14.00 16.40, D3D) Dosen Pengasuh : Ridha Ferdhiana, M.Sc dan Dr. Muhammad Subianto,
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4 Berlaku mulai : Genap/2011 MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE MATA KULIAH / SKS : 410202061 / 3 SKS MATA
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
Lebih terperinciBeberapa Hukum Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Beberapa Hukum Peluang Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Suatu kejadian dapat merupakan gabungan atau irisan dari dua atau
Lebih terperinciDISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30
DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciII. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan
II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari distribusi generalized lambda
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciPeubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi
Lebih terperinciPierre-Simon Laplace. Born 23 March 1749 Beaumont-en-Auge, Normandy, France Died 5 March 1827 (aged 77) Paris, France Mempelajari peluang dalam judi
Blaise Pascal Born June 19, 1623 Clermont-Ferrand, France Died August 19, 1662 (aged 39) Paris, France Memenangkan taruhan tentang hasil tos dua dadu yang dilakukan berulang-ulang Pierre-Simon Laplace
Lebih terperinciSILABUS DAN SAP MATA KULIAH STATISTIKA TERAPAN (AGT6224) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GENAP (SMT III)
1 SILABUS DAN SAP MATA KULIAH STATISTIKA TERAPAN (AGT6224) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GENAP (SMT III) PROGRAM STUDI AGROTEKNOLOGI FAKULTAS PERTANIAN UNIVERSITAS HALU OLEO TAHUN AJARAN 2014/2015
Lebih terperinci